Generative Video at the Speed of Light — Keegan McCallum, uRun

한 줄 핵심

생성형 비디오의 핵심 경쟁축은 단순한 품질 향상이 아니라, 장시간 실시간 생성과 저비용 서빙을 가능하게 하는 효율성·인프라 설계이며, 실제 혁신은 모델 자체보다 이를 제품화하는 방법에 있다.

시간별 요약

1. 0:00
   품질 축을 넘어선 생성형 비디오 생성형 비디오는 Will Smith 먹방, Sora, Sora 2, SeeDance로 이어지며 사실감이 빠르게 좋아졌지만, 더 중요한 변화는 품질 외에 효율성과 긴 시간 지속 생성 능력이 함께 발전하고 있다는 점이다. U Run은 이런 긴 연속 생성과 실시간 상호작용을 보여주는 Helios 데모를 통해 새로운 방향을 제시한다.
2. 1:24
   효율성과 장기 지속이 만든 또 다른 축 Helios는 Juan 2.1 14B의 distill로, 최신 모델들은 이전 세대 프런티어 수준의 품질을 더 빠르고 더 싸게 제공한다. 세계 모델, 아바타 모델, video-to-video 변환 모델까지 올해만 최소 40개 이상의 실시간·장기 생성 모델이 등장해 기술 확산이 매우 빠르다.
3. 3:23
   10달러로 살 수 있는 생성의 시간 $10이면 대부분의 모델에서 약 3시간의 연속 생성이 가능하고, $50이면 하루 종일 시각적 매체 안에서 AI와 상호작용할 수 있다. 이 비용 구조는 웹캠 기반의 magic mirror 같은 실시간 변환 경험과, 텍스트보다 시각적으로 사고하는 사용자까지 포용하는 새로운 사용성을 열어준다.
4. 4:38
   실시간 조종, 접근성, 콘텐츠 제작의 변화 기존의 프롬프트와 key frames 중심 방식은 비싸고 운에 의존했지만, 최신 모델은 생성 중에도 1초 이내로 실시간 조정이 가능해 원하는 샷을 직접 유도할 수 있다. 또한 Google Gemini Omni처럼 더 높은 충실도의 출력이 가능해지면서, 시각 중심 사용자와 콘텐츠 제작자에게도 더 강력한 도구가 된다.
5. 6:33
   가장 어려운 문제는 서빙이다 실제 제품화에는 글로벌 GPU 배치, 사용자와 GPU의 연결 전략, WebRTC·ICE·TURN 설정, 여러 모델을 묶는 연속 스트리밍 워크플로우가 필요하다. 이를 단순화하기 위해 React 컴포넌트, programmable Python runtime, CLI, MCP server를 제공하는 구조가 제안되며, 결론적으로 프런티어는 모델 성능보다 이를 안정적으로 서빙하는 시스템에 있다.

실무 인사이트

• 생성형 비디오 제품은 모델 성능 경쟁만 볼 것이 아니라, 연속 생성 시간과 비용을 직접 KPI로 관리해야 한다.
• 실시간 비디오 경험은 프롬프트 최적화보다 서빙 아키텍처, 스트리밍 동기화, 글로벌 GPU 배치 설계가 성패를 좌우한다.
• 시각적 인터랙션은 텍스트 중심 AI의 한계를 보완하므로, 접근성과 콘텐츠 제작 같은 비전통적 사용처를 먼저 공략하는 것이 유리하다.